Если Вам нужна техническая консультация, наши специалисты помогут Вам ...
Если Вам нужна техническая консультация, наши специалисты помогут Вам ...
11 ноября 2016 года Государственная служба Украины по вопросам труда в лице главного управления Гоструда в Киевской области выдала...
1 февраля 2013 года стартует весенний конкурс на лучшую статью. По итогам конкурса будет вручено: 1 место – контракт на работу копирайтера...
Компания «Кластер» поздравляет всех партнеров с наступающим Новым 2016 годом и Рождеством Христовым! Хотим поблагодарим Вас за активное...
Современные системы видеонаблюдения оснащаются технологиями, которые уменьшают объем данных, полученных с камер, путем сжатия изображений. Это позволяет экономить место на носителях и быстрее обрабатывать информацию.
Еще более прогрессивные технологии улучшают этот процесс, дифференцируя участки кадра по степени важности. Об одном из таких решений – Wise Stream-3 от HT, мы и поговорим. Эта технология является наиболее прогрессивной на сегодняшний день.
Методика предусматривает поиск в кадре движущихся объектов, которые представляют собой повышенный интерес для актуальных задач конкретной системы видеонаблюдения. А сам поиск и анализ ситуации выполняется при участии искусственного интеллекта.
Данная технология разработана для наиболее прогрессивных камер видеомониторинга, входящих в линейку бренда Wisenet и производимых компанией HT. Решение совместимо с кодеками H.265 и H.264 и способно уменьшать объем изображения путем сжатия до 80 процентов.
Как это работает? ИИ, основанный на технологиях DeepLearning (глубокое обучение), осуществляет поиск в кадре движущихся объектов. Затем захватывает их прямоугольными рамками, отображаемыми в кадре для оператора, и назначает им статус особой важности. Прочие участки кадра (которые не нуждаются вприоритизации) обрабатываются стандартными методами.
Затем участки кадра в его важных зонах сжимаются, но особым образом – так, чтобы сохранить максимально высокое качество изображения. Остальная область кадра сжимается максимально, уменьшая объем данных. Это оправданное решение, ведь в этих (не приоритетных) зонах ничего важного не происходит.
Как только объект перестает двигаться или покидает кадр, статус связанной с ним зоны кадра снижается с приоритетного до обычного.
У оператора системы видеомониторинга на технологии WS-3 есть возможность назначить один из 4 режимов обработки изображения: «Отключен» (Off), «Низкий» (Low), «Средний» (Medium) и «Высокий» (High). Все они ориентированы на работу со сценами определенного уровня сложности (кроме режима Off, при котором технология не работает).
Каждому из трех рабочих режимов соответствует некоторая ориентировочная степень уменьшения битрейта. Так, в режиме Low он снижается на 30-70 процентов по отношению к режиму стандартной работы видеокамеры без технологии WS-3 (Off). Режим Medium снижает битрейт на 35-75 процентов. А режим High – на 40-80 процентов.
При этом учитывается сложность активности в кадре. Чем она выше, тем выше и доля общего битрейта, которая затрачивается в определенном режиме на передачу изображения приоритетных зон кадра. Иначе говоря, повышается размытость неприоритетных зон кадра, так как на их долю остается меньшая доля общего битрейта.
Эксперты протестировали данную технологию в «высоком режиме» с использованием кодека H.264. В определенных условиях мониторинга снижение битрейта достигало в среднем 78 процентов при работе камеры в течение 33 секунд. Если же отключали технологию, то кодек сам по себе уменьшал битрейт в тех же условиях только на 2 процента. При этом смазанность зон кадра с движением в них вырастала в значительной и очень заметной степени.
Основной тенденцией в сфере видеомониторинга является постепенный рост объемов данных, поступающих с видеокамер. Все эти данные приходится обрабатывать, анализировать и хранить. На этом фоне все большее значение приобретают решения для эффективного, «умного» сжатия изображения, позволяющие экономит цифровое пространство, время и ресурсы.
Технология WS-3, основанная на искусственном интеллекте, дает возможность предельно снизить объем информации, которая передается с камеры. При этом, без потери качества компонентов картинки, которые важны для целей видеонаблюдения.
Результатом становится возможность установки большего числа камер без использования большего количества оборудования для записи, обработки и хранения информации.
Поделиться с друзьями:
Сообщения не найдены